System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 本量利预测方法、装置、计算机设备及存储介质制造方法及图纸_技高网

本量利预测方法、装置、计算机设备及存储介质制造方法及图纸

技术编号:41404508 阅读:6 留言:0更新日期:2024-05-20 19:30
本发明专利技术涉及本量利预测技术领域,公开了一种本量利预测方法、装置、计算机设备及存储介质,方法包括:获取待预测对象包含的所有组成物料;待预测对象为待预测销售数据或待预测利润数据的产品;根据组成物料属性计算物料成本,并获取待预测对象固定成本和变动成本的百元成本;基于物料成本、固定成本、变动成本的百元成本和预设变量构建本量利预测模型;基于本量利预测模型、预设销售目标数据和预设目标利润对待预测对象的本量利进行预测,本发明专利技术解决了成本归集不全面和太过粗糙导致本量利预测不精准的问题。

【技术实现步骤摘要】

本专利技术涉及本量利预测,具体涉及一种本量利预测方法、装置、计算机设备及存储介质


技术介绍

1、本量利计算方法是一种基于成本,销量,利润关系的相互关系进行计算的方法,不同行业对成本的归集,销售数据收入,利润的计算规则是不同的,尤其计算机行业是离散制造中最为复杂的电子信息技术行业,他的bom(bill of material,物料清单,简称bom))也最为复杂,在bom清单中可达50级,在这50级物料清单中如果未对物料清单中的物料属性进行追溯,则在清点物料时极易被漏掉,最终会影响本量利的计算,目前计算机行业对本量利决策的要求越来越高,精确“测量”销售活动必不可少。

2、传统的本量利分析方法因未追溯每个物料清单中的物料属性,造成物料成本归集不准确不全面的问题,且在进行本量利分析时,固定成本和变动成本的归集太过粗糙,已经无法准确的反映销售经营情况。同时,随着财务业务合作伙伴这样的专门职业兴起,有必要对本量利分析方法改进,为销售经营决策提供详细准确的依据。


技术实现思路

1、有鉴于此,本专利技术提供了一种本量利预测方法、装置、计算机设备及存储介质,以解决成本归集不全面和太过粗糙导致本量利预测不精准的问题。

2、第一方面,本专利技术提供了一种本量利预测方法,该方法包括:

3、获取待预测对象包含的所有组成物料;待预测对象为待预测销售数据或待预测利润数据的产品;

4、根据组成物料属性计算物料成本,并获取待预测对象固定成本和变动成本的百元成本;p>

5、基于物料成本、固定成本、变动成本的百元成本和预设变量构建本量利预测模型;

6、基于本量利预测模型、预设销售目标数据和预设目标利润对待预测对象的本量利进行预测。

7、本专利技术提供的本量利预测方法,通过获取待预测对象包含的所有组成物料实现对待预测销售数据或待预测利润数据的产品的追溯,全面清点待预测对象的所有物料,根据组成物料属性计算物料成本,并获取待预测对象固定成本和变动成本的百元成本使得固定成本和变动成本在待预测对象上的分摊更为精准,实现成本归集全面性的优点,在基于物料成本、固定成本、变动成本的百元成本和预设变量构建本量利预测模型,并在使用本量利预测模型、预设销售目标数据和预设目标利润对待预测对象的本量利进行预测时,使得预测出来的本量利数据更为精准,精确预测销售活动,能更好为企业管理层决策提供数据依据,解决了成本归集不全面和太过粗糙导致本量利预测不精准的问题。

8、在一种可选的实施方式中,获取待预测对象包含的所有组成物料包括:

9、查找待预测对象的树形层级关系;

10、基于树形层级关系获取每个层级包含的所有组成物料。

11、本专利技术提供的本量利预测方法,基于树形层级关系获取每个层级包含的所有组成物料,实现寻找当前待预测产品的物料组成,对待预测销售数据或待预测利润数据的产品进行追溯,为后续计算物料成本提供了基础。

12、在一种可选的实施方式中,组成物料属性包括直接采购、加工制造和虚拟件物料;根据组成物料属性计算物料成本包括:

13、当组成物料属性为直接采购时,计算的物料成本为采购成本;

14、当组成物料属性为加工制造时,计算的物料成本为制造成本;

15、当组成物料属性同时包含直接采购和加工制造时,计算的物料成本为采购成本与制造成本之和;当组成物料属性为虚拟件物料时,计算的物料成本为预设成本。

16、本专利技术提供的本量利预测方法,根据组成物料属性计算物料成本,并分类为当组成物料属性为直接采购时,计算的物料成本为采购成本;当组成物料属性为加工制造时,计算的物料成本为制造成本,当既有直接采购也有加工制造时,计算的物料成本为采购成本和制造成本之和,当组成物料属性为虚拟件物料时,计算的物料成本为预设成本。根据物料属性对待预测对象所有组成物料的物料成本进行归集,避免了成本归集不全面的问题。

17、在一种可选的实施方式中,获取待预测对象固定成本和变动成本的百元成本包括:

18、获取待预测对象的固定成本和变动成本;

19、计算销售每一百元所分摊的变动成本作为变动成本的百元成本。

20、本专利技术提供的本量利预测方法,当变动成本在计算时,使用变动成本的百元成本方式,使得固定成本和变动成本在待预测对象上分摊的成本更精确,解决了对待预测销售数据或待预测利润数据的产品成本归集粗糙的问题,为后续构建本量利预测模型提供了成本基础。

21、在一种可选的实施方式中,在构建本量利预测模型之前,该方法还包括:获取待预测对象除固定成本和变动成本之外的其他成本,并计算销售每一百元所分摊的其他成本作为其他成本的百元成本。

22、本专利技术提供的本量利预测方法,在构建本量利预测模型之前,进一步考虑了除固定成本和变动成本之外的其他成本,并使用其他成本的百元成本方式进行计算,进一步解决了对待预测销售数据或待预测利润数据的产品成本归集粗糙的问题。

23、在一种可选的实施方式中,预设变量包括销售数量、销售价格和利润数据;基于物料成本、固定成本、变动成本的百元成本和预设变量构建本量利预测模型包括:

24、根据销售数量和销售价格得到销售收入;

25、根据销售数量、销售价格、物料成本、固定成本、变动成本的百元成本和其他成本的百元成本得到待预测对象的总成本;

26、根据销售收入与总成本的差值以及利润数据构建本量利预测模型。

27、本专利技术提供的本量利预测方法,涉及销售数量、销售价格、物料成本、固定成本、变动成本的百元成本和利润数据构建的本量利预测模型,使得本量利预测模型更为精准,为后续预测待预测对象的本量利提供了基础。

28、在一种可选的实施方式中,待预测对象的本量利包括待预测对象的销售数量、销售价格和利润数据;预设销售目标数据包括预设销售数量和预设销售价格;基于本量利预测模型、预设销售目标数据和预设目标利润对待预测对象的本量利进行预测包括:

29、将预设销售数量和预设目标利润输入至本量利预测模型中对待预测对象的销售价格进行预测;

30、或,将预设销售价格和预设目标利润输入至本量利预测模型中对待预测对象的销售数量进行预测;

31、或,将预设销售价格和预设销售数量输入至本量利预测模型中对待预测对象的利润数据进行预测。

32、本专利技术提供的本量利预测方法,实现将预设销售数量和预设目标利润输入至本量利预测模型中对待预测对象的销售价格进行预测,将预设销售价格和预设目标利润输入至本量利预测模型中对待预测对象的销售数量进行预测以及将预设销售价格和预设销售数量输入至本量利预测模型中对待预测对象的利润数据进行预测的目的,本量利预测模型的数据可以根据管理者的需求随时修改,能够获得相应的预测效果,及时为管理者的决策提供数据支持。

33、第二方面,本专利技术提供了一种本量利预测装置,该装置包括:

...

【技术保护点】

1.一种本量利预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述获取待预测对象包含的所有组成物料包括:

3.根据权利要求1所述的方法,其特征在于,所述组成物料属性包括直接采购、加工制造和虚拟件物料;所述根据组成物料属性计算物料成本包括:

4.根据权利要求1所述的方法,其特征在于,所述获取待预测对象固定成本和变动成本的百元成本包括:

5.根据权利要求1所述的方法,其特征在于,在构建本量利预测模型之前,所述方法还包括:获取待预测对象除固定成本和变动成本之外的其他成本,并计算销售每一百元所分摊的其他成本作为其他成本的百元成本。

6.根据权利要求5所述的方法,其特征在于,所述预设变量包括销售数量、销售价格和利润数据;基于所述物料成本、固定成本、变动成本的百元成本和预设变量构建本量利预测模型包括:

7.根据权利要求1所述的方法,其特征在于,所述待预测对象的本量利包括待预测对象的销售数量、销售价格和利润数据;所述预设销售目标数据包括预设销售数量和预设销售价格;基于所述本量利预测模型、预设销售目标数据和预设目标利润对待预测对象的本量利进行预测包括:

8.一种本量利预测装置,其特征在于,所述装置包括:

9.一种计算机设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行权利要求1至7中任一项所述的本量利预测方法。

...

【技术特征摘要】

1.一种本量利预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述获取待预测对象包含的所有组成物料包括:

3.根据权利要求1所述的方法,其特征在于,所述组成物料属性包括直接采购、加工制造和虚拟件物料;所述根据组成物料属性计算物料成本包括:

4.根据权利要求1所述的方法,其特征在于,所述获取待预测对象固定成本和变动成本的百元成本包括:

5.根据权利要求1所述的方法,其特征在于,在构建本量利预测模型之前,所述方法还包括:获取待预测对象除固定成本和变动成本之外的其他成本,并计算销售每一百元所分摊的其他成本作为其他成本的百元成本。

6.根据权利要求5所述的方法,其特征在于,所述预设...

【专利技术属性】
技术研发人员:张同涛
申请(专利权)人:紫光计算机科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1